100 积分
50
评分
4.5 积分- 详情
- 2021-04-27
- 简介
pdf
- 362KB
- 页数 5P
- 阅读 81
- 下载 25
为了尽量减小由隧道开挖引起的地面沉降而带来的风险,需要在隧道施工过程中可靠地预测地表的变形量.该文采用改进的方法来选择平移和伸缩因子的初始值,利用小波神经网络分析预测隧道施工中的地表沉降量,并在预测中考虑了地表平均压力、盾构机平均穿透深度、填充泥浆度等外界因素对地表沉降的影响.结果表明,利用改进的方法来选择初始的平移和伸缩因子,提高了函数的逼真性能,并减小了估计误差.
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
小波神经网络在隧道施工沉降预测中的应用 362KB
改进BP神经网络算法在基坑沉降预测中的应用 292KB
人工神经网络在预测软基沉降中的应用研究 257KB
遗传优化和神经网络法在隧道施工中的应用 824KB
小波神经网络在房地产价格指数预测中的应用 406KB
小波分析和RBF神经网络在地基沉降预测中的应用研究 692KB
小波神经网络在大坝变形监测中的应用 236KB
小波神经网络在基桩缺陷诊断分析中的应用 250KB
小波神经网络模型在高铁路基沉降预测中的应用研究 347KB
BP小波神经网络在地铁隧道变形分析中的应用 119KB